אימות ניסיוני של בקרת מומנט ישירה ללא חיישן MRAS באמצעות רשתות עצביות למנועי השראה במערכת שאיבה

משאבות חכמות לחיסכון באנרגיה

משאבות חשמליות מזיזות שקטות כמויות עצומות של מים בערים, בחקלאות ובמפעלים, אך המנועים שמפעילים אותן עלולים להקנות בזבוז אנרגיה ולבלאות מוקדם אם מומנט ומהירות אינם נשלטים בקפידה. מאמר זה מציג שיטה חדשה להנעת מנועים תעשייתיים נפוצים במערכות שאיבה ללא שימוש בחיישני מהירות מכאניים שבירים, תוך שמירה על תגובתיות, יעילות ועדינות לציוד. על ידי שילוב שיטת בקרה וותיקה עם אינטליגנציה מלאכותית מודרנית, המחברים מראים כיצד לצמצם אובדני אנרגיה ולשפר ביצועים בבדיקות מעבדה מציאותיות.

מדוע קשה לשלוט היטב במנועים רגילים

המחקר מתמקד במנועי השראה, ה"סוסים העבודה" החזקים בתעשייה שמניעים הכל ממעליות ועד משאבות השקיה. מכונות אלה זולות ואמינות אך קשות לשליטה מדויקת מכיוון שהתנהגותן הפנימית לא‑ליניארית וכמה גדלים מרכזיים, כגון הזרם המגנטי ברוטור, אינם ניתנים למדידה ישירה. אסטרטגיה פופולרית הנקראת בקרת מומנט ישירה (DTC) מתמודדת עם זאת על‑ידי פעולה כמעט ישירה על אלקטרוניקת ההספק שמזינה את המנוע, מה שנותן תגובת מומנט מהירה ותפעול טוב במהירויות נמוכות. עם זאת, DTC הקלאסי מסתמך על חיישני מהירות ולוגיקה פשוטה של on–off, שעלולה לגרום לרפליקות מומנט משמעותיות, רעש חשמלי, רעידות ועלות חומרה נוספת.

להסיר חיישנים בלי לאבד שליטה

כדי להסיר חיישני מהירות מכאניים, מהנדסים לעתים מעריכים מהירות מתוך מדידות חשמליות במקום זאת. שיטה נפוצה אחת, המערכת האדפטיבית עם מודל ייחוס (MRAS), מריצה שני מודלים מקבילים של המנוע: מודל ייחוס שאינו תלוי במהירות, ומודל מתכוונן שתלוי בה. על‑ידי השוואת התפוקות שלהם האלגוריתם יכול להסיק את המהירות האמיתית של המנוע. MRAS מושכת כיוון שהיא יחסית פשוטה וקלה חישובית, אך ביצועיה נמוכים במהירויות מאוד נמוכות והיא רגישה לשינויים בפרמטרי המנוע כגון התנגדות וטמפרטורה. כאשר משלבים MRAS עם DTC, מגבלות אלה נוטות להגדיל רפליקות מומנט ולעוות את דפוסי המתגים שמניעים את המנוע.

לתת לרשתות עצביות לבחור את המתגים

המחברים מציעים שיטת בקרה היברידית הנקראת DTC‑ANN+MRAS, שבה רשתות עצביות מלאכותיות תופסות מספר בלוקים מרכזיים בקבלת ההחלטות בתוך סכימת ה‑DTC. במקום שימוש במשוואות היסטרזיס קבועות, בבקר מהירות פרופורציונלי‑אינטגרלי בסיסי ובטבלת העברת מתגים בעבודת יד, המערכת משתמשת ברשתות מאומנות לחישוב אופן ירי מתגי האינברטור כדי לשמור על מומנט, שטף וסיבוב קרובים ליעדים. בלוק ה‑MRAS עדיין מעריך מהירות מתוך מתחים וזרמים נמדדים, אך תפוקתו מזינה את הבקרים הנירליים שלמדו מתוך נתוני סימולציה כיצד לפצות על שגיאות הערכה ושינויים בפרמטרים אשר אחרת היו הורגים את הביצועים.

ממודל מחשב לחומרה אמיתית

הצוות בנה תחילה מודלים מתמטיים מפורטים של מנוע ההשראה, האינברטור הכוח ומשאבה צנטריפוגלית שהעומס שלה גדל עם המהירות. לאחר מכן הם מימשו מספר אסטרטגיות בקרה ב‑MATLAB/Simulink ובחנו אותן הן בסימולציה והן על לוח בקרה בזמן אמת dSPACE DS1104 המפעיל מנוע מעבדה של 1.5 קילוואט. הושוו ארבע גישות: DTC קונבנציונלי, DTC משופר ברשתות עצביות (DTC‑ANN), DTC עם הערכת מהירות MRAS (DTC‑MRAS) וההיבריד המלא DTC‑ANN+MRAS המוצע במאמר זה. הביצועים הוערכו באמצעות זמן תגובה לשינויים במהירות, גודל רפליקות המומנט והעיוות ההרמוני הכולל (THD) בזרם המנוע, אינדיקטור מרכזי ל"ניקיון" החשמלי וליעילות.

מה ניבו הניסויים

התוצאות מראות כי הוספת רשתות עצביות לבדן משפרת כבר את ה‑DTC הקלאסי: זמן התגובה יורד מ‑0.80 ל‑0.72 שניות ורפליקות המומנט ועיוות הזרם מצטמצמים משמעותית. עם זאת, חיבור MRAS ל‑DTC בלבד גרם בפועל להחמרת איכות הזרם, כאשר ה‑THD עלה מ‑9.76% ל‑11.40% והרפליקה של המומנט גדלה, אף על פי שהערכת המהירות הפכה ללא‑חיישנית. העיצוב ההיברידי שמחבר את ה‑MRAS עם בקרות נירליות משיב את ההפסדים האלה ואף ממשיך הלאה: זמן התגובה מתקצר ל‑0.58 שניות, רפליקת המומנט קטנה לעומת DTC‑MRAS וה‑THD יורד מ‑11.40% ל‑7.80%. בתרחישי שאיבה הבקר שומר על מהירות חלקה בטווח עומסים ומהירויות רחב (−10 עד 10 N·m ו‑−157 עד 157 rad/s), שומר על זרימת מים יציבה תוך צמצום העומס החשמלי והמכאני.

מה משמעות הדבר למערכות שאיבה בעולם האמיתי

לא־מומחים, המסר הוא שהמחברים פיתחו דרך להפעיל משאבות תעשייתיות סטנדרטיות בצורה יעילה ומהימנה יותר ללא תלות בחיישני מהירות עדינים. על‑ידי מתן אפשרות לרשת עצבית ללמוד כיצד לירות בצורה הטובה ביותר את מתגי ההספק של המנוע, בעוד שמודל אדפטיבי מעריך מהירות מתוך מדידות חשמליות פשוטות, המערכת מספקת תגובה מהירה יותר, זרמים נקיים יותר ותנודות מומנט קטנות יותר מאשר מספר חלופות מבוססות. המחקר מצביע על כך שבקרה חכמה וללא חיישן יכולה לחתוך צריכת אנרגיה במערכות שאיבה בכ‑15% לערך, להאריך את חיי הציוד ולהקטין עלויות תחזוקה, כאשר שיפורים עתידיים בשיטות אופטימיזציה נוספים עשויים להניב רווחים נוספים.

ציטוט: Ech-chaouy, H., Derouich, A., Mahfoud, S. et al. Experimental validation of MRAS sensorless direct torque control using ANN for induction motors in a pumping system. Sci Rep 16, 10434 (2026). https://doi.org/10.1038/s41598-026-41127-9

מילות מפתח: בקרת מנועים ללא חיישן, מניעי מנועי השראה, בקרת רשת עצבית, מערכות שאיבה, מניעים חסכוני‑אנרגיה